基于两种神经网络的管内沸腾汽液两相流型识别.pdf

《基于两种神经网络的管内沸腾汽液两相流型识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第6期化工机械763基于两种神经网络的管内沸腾汽液两相流型识别‘陈雅群“郭雷张树生程林(山东大学)摘要将Fluent数值模拟得到的温度、压力和截面含气率等参数作为流型识别的特征向量，输入经过训练的BP及Elman神经网络，进行流型的识别。结果表明，在所取预测组数范围内，BP神经网络的识别准确率为95．24％。Elman神经网络对各种流型的识别准确率为100％。关键词汽液两相流Elman神经网络BP神经网络流型识别中图分类号TQ021．2文献标识码A文章编号0254-6094(2010)06-0763-04汽液两相流动与传热问题广泛存在于动力工业、核工

2、业及化学工业等各种设备中，近30年来，两相流动和传热问题越来越引起各国普遍重视，并取得了很大的进展一。。汽液两相的分布状况称为流型，它是影响换热系数和压降的重要因素，因此流型的研究是一个重要的方向。目前对流型的识别有观察法、射线衰减法和高速摄像法等。这些方法一般要求完备的实验设施，造价比较昂贵。神经网络作为一种智能技术，尤其是它具有自组织、自适应和自学习的功能，使得它在流型识别中得到了广泛的应用。王强等人旧1以压差信号作为输入向量，将小波和Elman神经网络应用于汽液两相流流型的识别中。周云龙等人"1将图像处理和Elman神经网络应用于流型识别，通过提取流型

3、的灰度直方图并作为输入向量来实现流型的智能化识别。MiY等人【41利用含气率波动信号作为BP神经网络的输入信号，网络的识别率达到9l％，但由于含气率的测量困难，因此没有得到广泛的推广。白博峰等人”一利用压力和压差信号的组合统计参数和特征参数作为输入向量，流型的识别率达到80％以上。笔者利用CFD软件模拟管内的流动沸腾换热现象。获得管内自然流动沸腾的压力、温度和截面含气率等参数，并以此作为神经网络的输入特征向量，对管内沸腾两相流型进行识别。通过对换热系数与压力、温度和截面含气率关系的分析，发现流型变化对换热系数的影响很大。其中Elman神经网络对汽液两相流型的

4、识别准确率更高一些。1管内沸腾汽水两相流动换热的数值模拟1．1数学模型及数值模拟以蒸汽锅炉水冷壁管为原型，建立了尺寸为4,51mm×1000mm竖直圆管内沸腾换热的三维数学模型。利用混合物模型模拟沸腾换热过程，需求解混合相的连续性方程、动量方程、能量方程和第二相的体积分数方程。混合模型的连续性方程：盖(pm)+V(”m)=m(1)混合模型的质量方程：盖(p。t，。)+V(p。l，。t，m)=V‰(Vt，。+t，m)]一Vp+ping+F+V(。∑．a,p^"dr，‘t，d，。^)(2)·国家重点基础研究发展计划(973)项目(No．2007CB206900)

5、资助。··陈雅群，女，1983年12月生，硕士研究生。山东省济南市，250061。764化工机械2010正上式中F是体积力，混合粘性／．t。=．∑．仅∥。，第二相k的飘移速度t，dr。=t，I—t，。。混合模型的能量方程：盖荟。(oqptEt)+V毒。‰ut(ptEt+p)]=V(k。HVr)+S。(3)式中后础——有效热传导率；S。——所有的体积热源；h。——第k相的焓。1．2相界面热质交换笔者所建立模型两相的努曾数h远远小于0．001，N—S方程适用于本模拟对象。本模型沸腾换热过程汽液界面S(r，t)上同时存在着传热和传质过程。在相界面上，温度连续但不光

6、滑，比焓、密度和法向渗流速度都不连续。在相界面上，存在质量守恒方程：Pp[币掣q]n=pq[咖鼍芦飞]n(4)在相界面上，存在能量守恒方程：坩肌掣碍¨(Ap瓢=小。[咖掣1"(A。器)，(5)式中P。，P，——主相与第二相的密度；h。，h，——主相与第二相的焓；JI——导热系数。1．3计算方法及求解过程运用CFD软件FLUENT中的UDF模块，利用c语言进行编程，对沸腾过程中液相质量源项、汽相质量源项以及混合模型的能量源项进行自定义，指定确定压力下的沸腾起始温度及汽化潜热。计算过程中，压力离散采用BodyForceWeighted方法，压力速度耦合采用PIS

7、O方法，动量方程和体积分数离散采用二阶迎风差j外壁面采用定热流加热方式。1．4特征信号提取选取轴向z=800mm处截面作为研究对象，并在此截面上从圆心开始，沿径向在髫=50mm处取一点，作为研究壁面换热系数的基础点。提取了从加热开始到获得稳定的沸腾汽液两相流动状态的数据96组，每组数据包括压力、温度和截面含气率3个特征。由于加热过程中压力波动剧烈，为保证BP神经网络预测的准确性，将所获得的压力数据进行了归一化处理。归一化处理的方法如下：蹦㈡=箸max鬻P≠端mlnPLz，：J一【Ll，：，，2神经网络的沸腾汽液两相流型识别2．1BP神经网络汽液两相流型识别2

8、．1．1BP神经网络学习算法BP神经网络是一种多层前